http://jtsl.ub.ac.id 183
ESTIMASI KANDUNGAN BAHAN ORGANIK TANAH DI LAHAN TANAMAN JERUK, KECAMATAN DAU, KABUPATEN MALANG
MENGGUNAKAN INDEKS VEGETASI DAN SISTEM INFORMASI GEOGRAFIS
Estimation of Soil Organic Matter Content in Citrus Plants Land, Dau District, Malang Regency Using the Vegetation Index and
Geographic Information System
Muhammad Fiqriansyah Wiradirga Saputra
*, Mochammad Munir
Departemen Tanah, Fakultas Pertanian, Universitas Brawijaya, Jl. Veteran No. 1, Malang 65145
* Penulis korespondensi: muhammadfiqriansyah03@gmail.com
Abstrak
Tanaman jeruk (Citrus sp.) merupakan tanaman yang paling banyak tumbuh di Desa Petungsewu Kecamatan Dau. Menurunnya produktivitas tanaman jeruk menyebabkan ketersediaan tanaman jeruk juga berkurang.
Hal ini perlu ditingkatkan untuk memenuhi kebutuhan tanaman jeruk. Pengaruh bahan organik tanah merupakan faktor utama penyebab penurunan produktivitas tanaman jeruk di Desa Petungsewu Kecamatan Dau. Oleh karena itu perlu dilakukan pendugaan bahan organik tanah dengan menggunakan indeks kerapatan vegetasi NDVI untuk mendapatkan hasil yang memadai dan efisien. Pengujian reliabilitas juga dilakukan untuk mengetahui tingkat akurasi estimasi yang dibuat. Penelitian dilakukan di Balai Penelitian Perkebunan Jeruk dan Buah Subtropis di Desa Petungsewu, Kecamatan Dau, Kabupaten Malang.
Pendugaan bahan organik tanah dengan menggunakan indeks kerapatan vegetasi NDVI menunjukkan tingkat akurasi sebesar 81,1%. Hasil analisis akurasi diperkuat dengan adanya uji-t berpasangan dengan nilai t = 0,01 dan nilai p = 0,991.
Kata kunci : bahan organik tanah, NDVI, penginderaan jauh, sistem informasi geografis, tanaman jeruk
Abstract
Citrus plants (Citrus sp.) are most plants that grow in Petungsewu Village, Dau District. The decreased productivity of citrus plants causes the availability of citrus plants also to decrease. This needs to be increased to meet citrus plants' needs. The influence of soil organic matter is the main factor causing a decrease in the productivity of citrus plants in Petungsewu Village, Dau District. Therefore, it is necessary to estimate soil organic matter using the NDVI vegetation density index to obtain adequate and efficient results. Reliability testing was also carried out to know the accuracy level of the estimates made. The research was conducted at the Citrus Plantation and Subtropical Fruit Research Institute in Petungsewu Village, Dau District, Malang Regency. Estimation of soil organic matter using the NDVI vegetation density index showed an accuracy rate of 81.1%. The results of the accuracy analysis were strengthened by the presence of a paired t-test with a value of t = 0.01 and a value of p = 0.991.
Keywords: citrus plants, geographic information system, NDVI, remote sensing, soil organic matter
Pendahuluan
Pertanian memiliki potensi yang sangat besar terhadap pertumbuhan pemenuhan kebutuhan.
Kondisi subsektor pertanian tak terlepas dari
pemenuhan tersebut. Subsektor buah-buahan menjadi salah satu sektor yang mempunyai peranan penting dalam pemenuhan kebutuhan masyarakat serta pemenuhan kebutuhan produksi. Produksi tanaman buah-buahan tersebar ke seluruh wilayah
http://jtsl.ub.ac.id 184 Indonesia serta dapat dimanfaatkan oleh
masyarakat (Hamidah, 2015). Kecamatan Dau Kabupaten Malang Provinsi Jawa Timur menjadi salah satu wilayah yang memanfaatkan buah yang ada. Tanaman jeruk menjadi komoditas mayoritas yang dibudidayakan di Kecamatan Dau. Kecamatan Dau sendiri memiliki luas sebesar 5.602,671 ha serta pada sebagian besar dari luasan tersebut merupakan lahan pertanian buah (Badan Pusat Statistika Provinsi Jawa Timur, 2021).
Produktivitas tanaman jeruk di Kecamatan Dau dalam kurun waktu 2 tahun (2018-2019) mengalami penurunan dari yang awalnya 933.794 kuintal menjadi 743.547 kuintal (Badan Pusat Statistika, 2020). Penurunan hasil produksi tanaman jeruk di Kecamatan Dau ini tidak terjadi di wilayah lainnya yang berada di Kabupaten Malang.
Permasalahan yang muncul tersebut dapat didasari oleh adanya penurunan hasil produksi yang terjadi akibat kurangnya pengetahuan informasi status dan keberadaan unsur hara dalam tanah (Andrini, 2011).
Nilai bahan organik yang terdapat dalam tanah tidak terlepas dari aktivitas manajemen lahan yang dilakukan, hal tersebut dapat diketahui berdasarkan dari komponen yang tersusun dalam jumlah masukan bahan organik yang umumnya berupa seresah.
Pengujian kandungan bahan organik tanah diperlukan agar dapat diketahui perlakuan yang ditentukan dalam kegiatan budidaya tanaman jeruk untuk meningkatkan produktivitas. Proses pengujian untuk mengetahui kandungan bahan organik dalam tanah dapat dilakukan dengan pendekatan secara spasial. Pemetaan bahan organik tanah dilakukan karena bahan organik tanah merupakan salah satu komponen yang penting dan menjadi indikator dalam penentu kesuburan tanah serta kualitas tanah dalam menunjang berbagai kebutuhan dalam proses pertumbuhan tanaman.
Penelitian pemetaan bahan organik pernah dilakukan namun berlokasi di luar Kabupaten Malang, seperti penelitian yang dilakukan di Kabupaten Nias oleh Lombu et al. (2017) sedangkan di Kabupaten Malang belum terdapat penelitian yang mengangkat masalah ini dan belum tersedianya data spasial yang dapat dimanfaatkan oleh masyarakat setempat dalam mengetahui sebaran status bahan organik tanah di Kecamatan Dau Kabupaten Malang.
Penelitian ini dilakukan untuk mengetahui sebaran status bahan organik tanah dengan memanfaatkan teknologi penginderaan jauh berupa indeks vegetasi dan Sistem Informasi Geografis (SIG). Pemanfaatan penginderaan jauh berupa
indeks vegetasi diharapkan mampu memberikan referensi baru sebagai pendekatan awal dalam pendugaan bahan organik tanah karena keberadaan vegetasi di atas permukaan tanah sangat erat kaitannya dalam menghasilkan bahan organik di dalam tanah. Selain itu, pemanfaatan sistem informasi geografis diharapkan mampu memberikan output berupa informasi data spasial tentang sebaran status bahan organik tanah di Desa Petungsewu, Kecamatan Dau Kabupaten Malang.
Bahan dan Metode
Tempat dan waktu penelitian
Pelaksanaan pengamatan serta analisis dilaksanakan pada bulan Februari-Agustus 2022 di kawasan perkebunan jeruk Balai Penelitian Tanaman Jeruk dan Buah Subtropika yang terletak pada 7o5’494- 7o5’775 LS dan 112o33’11-112o35’63 BT. Analisis statistik data hasil penelitian dilakukan di Laboratorium PSISDL (Pedologi dan Sistem Informasi Sumber Daya Lahan), Departemen Tanah, Fakultas Pertanian, Universitas Brawijaya, Kota Malang serta untuk analisis kandungan bahan organik tanah dilakukan di Laboratorium Kimia Tanah, Departemen Tanah, Fakultas Pertanian, Universitas Brawijaya, Kota Malang.
Alat dan bahan
Alat yang digunakan yakni bor tanah, GPS (Global Positioning System), kamera, kertas label, aplikasi ArcGIS 10.6, Aplikasi GPS Essentials, Aplikasi Microsoft Excel, Aplikasi Minitab 21.1, Aplikasi QGIS 3.16.4, ayakan 0,5 mm, buret, cawan, erlenmeyer, form pengamatan, Laptop Asus A556U, oven, plastik klip, plastik ukuran 1 kg, timbangan digital. Bahan yang digunakan pada penelitian ini yaitu sampel tanah, asam fosfat (H3PO4) 85%, asam sulfat (H2SO4), citra sentinel 2A perekaman tanggal 18 Agustus 2022, DEMNAS 8m X 8m (1607-43), fero sulfat (FeSO4), kalium dikromat (K2Cr2O7), peta rupa bumi Indonesia skala 1:25.000 (lembar Malang 1607).
Metode
Pelaksanaan penelitian ini dilakukan dengan menggunakan metode purposive sampling dengan tingkat survei detail pada skala 1:20.000. Penentuan titik sampel pengamatan dilakukan dengan memerhatikan kondisi perkebunan yang dikelola oleh Balai Penelitian Tanaman Jeruk dan Buah Subtropika yang terdapat di Desa Petungsewu, Kecamatan Dau, Kabupaten Malang serta bentuk
http://jtsl.ub.ac.id 185 lahan maupun luasan lahan yang diamati. Secara
keseluruhan kegiatan penelitian ini dibagi dalam tahap pra-survei, survei utama, analisis laboratorium, analisis statistik, dan pemetaan sebaran bahan organik tanah.
Kegiatan pra-survei dilakukan dengan penentuan lokasi serta titik sampel. Lokasi yang digunakan berada pada lahan penelitian yang dimiliki Balai Penelitian Tanaman Jeruk dan Buah Subtropika. Penentuan titik sampel memerhatikan bentuk lahan atau landform yang terbagi menjadi 7 jenis bentuk lahan yakni datar (0-2o), agak miring (2- 4o), miring (4-8o), agak curam (8-16o), curam (16- 35o), sangat curam (35-55o), curam ekstrem (>55o) .Jumlah titik sampel yang diamati berjumlah 53 titik sampel dan mewakili bentuk lahan yang ada.
Kegiatan survei utama dilakukan setelah kegiatan pra-survei. Analisis hasil citra satelit dimulai dengan pra-pengolahan citra untuk memperbaiki kualitas citra satelit hasil perekaman tanggal 18 Agustus 2022. Pengolahan citra yang dilakukan pada penelitian ini ialah analisis Normalized Difference Vegetation Index (NDVI).
Analisis NDVI dilakukan dengan mengelompokkan indeks vegetasi menajdi tiga kelas yakni kelas rendah, sedang, dan tinggi.
Persamaan NDVI yang digunakan mengacu pada persamaan Rouse et al. (1974) dapat dilihat pada persamaan (1).
NDVI = ρNIR−ρRED
ρNIR+ρRED …………. persamaan (1) Keterangan :
ρNIR = nilai reflektan saluran infra merah dekat (band 5)
ρRED = nilai reflektan saluran merah (band 4)
Pengambilan sampel tanah menggunakan bor tanah dengan panjang mata bor 20 cm pada kedalaman 0- 20cm. Pemilihan kedalaman contoh tanah 0-20 cm karena mewakili keberadaan bahan organik tanah biasa ditemukan pada area top soil. Setiap sampel tanah dilakukan analisis kandungan bahan organik tanah menggunakan metode Walkley and Black (1934) serta dikelompokkan pada status kesuburan tanah menurut Balai Penelitian Tanah (2009), yakni:
sangat rendah (<1%), rendah (1-2%), sedang (2- 3%), tinggi (3-5%), sangat tinggi (>5%). Analisis statistik dilakukan setelah mendapatkan hasil analisis laboratorium yang telah dilakukan. Analisis data secara statistik dilakukan dengan memanfaatkan aplikasi Minitab Edisi 21.1. Analisis statistik dilakukan sebanyak tiga tahapan, yakni (a)
uji korelasi untuk mengetahui hubungan nilai NDVI dan kandungan bahan organik tanah; (b) uji regresi untuk mengetahui pengaruh nilai NDVI terhadap kandungan bahan organik tanah; (c) uji akurasi antara kandungan bahan organik tanah lapangan terhadap nilai estimasi kandungan bahan organik tanah dengan menggunakan uji persamaan regresi, uji akurasi perbandingan, serta uji-t berpasangan.
Hasil dan Pembahasan
Kandungan bahan organik tanah
Hasil analisis kandungan bahan organik tanah di lokasi penelitian berkisar pada kelas rendah hingga tinggi (Tabel 1). Kandungan bahan organik tanah yang terdapat pada berbagai titik sampel memiliki penyebaran yang beragam. Analisis yang dilakukan terhadap kandungan bahan organik tertinggi berada pada bentuk lahan datar dengan rerata sebesar 2,169%. Hal tersebut sesuai dengan pengaruh topografi terhadap kandungan bahan organik tanah bahwa kondisi permukaan yang datar serta tidak mudah terkena erosi membuat bahan organik yang berasal dari tanaman budidaya dapat terserap optimal tanpa adanya gangguan erosi (Allison, 1973).
Tanah pada bentuk lahan yang datar memiliki kandungan bahan organik tanah yang lebih tinggi dibandingkan dengan kondisi bentuk lahan yang curam maupun curam ekstrem (Darliana, 2011).
Kondisi bahan organik terendah berada pada bentuk lahan curam ekstrem yakni sebesar 1,055%.
Hasil penelitian ini menunjukkan bahwa bahan organik tanah yang terdapat pada lahan mengalami penurunan seiring dengan miringnya kondisi lahan.
Hasil analisis kandungan bahan organik tanah dengan bentuk lahan menunjukkan bentuk lahan dapat berpengaruh terhadap kandungan bahan organik tanah. Kondisi bentuk lahan yang memiliki tingkat kemiringan yang semakin besar membuat koefisien aliran serta daya angkut akan meningkat membuat kestabilan tanah serta menurun yang membuat adanya perpindahan material lebih besar (Tarigan dan Mardiatno, 2012). Kondisi bentuk lahan serta kandungan bahan organik tanah dapat dilihat pada Gambar 1.
Kondisi input kandungan bahan organik tanah selain seresah yang kurang membuat kondisi di lahan mengalami penurunan kondisi unsur hara yang dapat diserap oleh tanaman jeruk. Kurangnya masukan bahan organik yang berada di permukaan tanah membuat bahan organik di tiap lahan berada
http://jtsl.ub.ac.id 186 pada tingkat rendah dan sedang sehingga perlu
peningkatan yang cukup tinggi agar dapat sesuai dengan kebutuhan bahan organik dalam penyerapan unsur hara tanaman jeruk. Peningkatan kandungan bahan organik yang dilakukan disesuaikan dengan kebutuhan tanaman jeruk terhadap bahan organik tanah yakni sebesar 3-5%
(Ranjan et al., 2015). Proses peningkatan bahan organik tanah membutuhkan perhatian serta penanganan yang khusus terlebih lagi terhadap kondisi tanah yang miring. Jastrow et al. (2010) menyatakan bahwa terdapat beberapa praktek yang dapat meningkatkan kandungan bahan organik tanah.
Tabel 1. Hasil pengukuran kandungan bahan organik tanah.
No Bentuk Lahan Kelas
NDVI Jumlah
Sampel Kandungan Aktual Bahan
Organik Tanah (%) Status Kesuburan
1 Datar Rendah 1 1,383 Rendah
Sedang 2 1,594 Sedang
Tinggi 22 2,257 Tinggi
2 Agak Miring Rendah - - -
Sedang 3 1,663 Sedang
Tinggi - - -
3 Miring Rendah 3 1,421 Rendah
Sedang 1 1,557 Sedang
Tinggi - - -
4 Agak Curam Rendah 5 1,421 Rendah
Sedang - - -
Tinggi - - -
5 Curam Rendah 5 1,300 Rendah
Sedang 1 1,371 Sedang
Tinggi - - -
6 Sangat Curam Rendah 5 1,161 Rendah
Sedang - - -
Tinggi - - -
7 Curam Ekstrem Rendah 4 1,058 Rendah
Sedang 1 1,045 Sedang
Tinggi - - -
Gambar 1. Hubungan kandungan bahan organik tanah dengan bentuk lahan.
y = -0,0285x + 2,4894 R² = 0,6417 S = 0,430014
0 0.5 1 1.5 2 2.5 3 3.5
0 6.875 13.75 20.625 27.5 34.375 41.25 48.125
Bahan Organik Tanah (%)
Bentuk Lahan (°)
0-2 2-4 4-8 8-16 16-35 35-55 >55
http://jtsl.ub.ac.id 187 Perlakuan yang dapat dilakukan untuk
meningkatkan kandungan bahan organik tanah yakni meningkatkan produksi biomassa tanaman, meningkatkan suplai bahan organik tanah, dan membuat bentuk lahan dapat sesuai dengan syarat tumbuh.
Vegetasi yang berada pada permukaan sangat erat kaitannya dengan seresah yang dihasilkan dari vegetasi yang berada di permukaan. Seresah tersebut berperan sebagai bahan tambahan dari bahan organik ke dalam tanah, sehingga lahan yang memiliki vegetasi lebih rapat akan mendapatkan tambahan bahan organik tanah yang lebih banyak jika dibandingkan dengan lahan yang memiliki vegeatasi yang rendah. Penelitian ini menunjukkan bahwa kandungan bahan organik tanah pada berbagai lahan memiliki kondisi kandungan bahan organik tanah yang beragam ditandai dengan kandungan bahan organik tanah yang terdapat beberapa kelas dari hasil transformasi indeks vegetasi serta analisis aktual terhadap kandungan bahan organik tanah. Kondisi topografi memberikan pengaruh terhadap analisis bahan organik. Sesuai pernyataan Arnanto (2013), bahwa perbedaan vegetasi penutup tanah pada suatu lahan yang sama akan memengaruhi sifat kimia, fisik, dan biologi tanah. Variasi tutupan lahan secara umum dapat mengubah sifat tanah tersebut dan secara langsung akan berpengaruh terhadap jumlah dan kondisi dari mikroorganisme yang terdapat di dalam tanah.
Indeks vegetasi
Indeksvegetasi didapatkan dari hasil tranformasi hasil citra satelit dengan formulasi dari indeks vegetasi Normalized Difference Vegetation Index (NDVI). Pemanfaatan indeks vegetasi digunakan sebab semakin tinggi nilai indeks vegetasi, maka akan semakin hijau vegetasi pada titik pengamatan yang dilakukan. Hal tersebut didukung oleh pernyataan Jastrow et al. (2010), di mana semakin tinggi tingkat kehijauan daun maka akan semakin tinggi pula nilai dari spektral reflektan yang ada.
Penelitian serta pengamatan yang dilakukan ini menggunakan Citra Sentinel 2A dengan tanggal perekaman 18 Agustus 2022. Citra sentinel ini dimanfaatkan untuk analisis kerapatan vegetasi menggunakan persamaan Normalized Difference Vegetation Index (NDVI), yang didasarkan pada pantulan sinar merah (band 4) serta saluran inframerah dekat (band 5). Kerapatan vegetasi nantinya dibagi menjadi tiga kelas yakni rendah, sedang, dan tinggi. Nilai spektral pada lokasi pengamatan untuk tingkat kerapatan vegetasi yang
tergolong dalam kelas rendah yakni berkisar antara -0,059-0,060; kelas sedang memiliki nilai antara 0,060-0,096; dan untuk kelas tinggi berada pada 0,096-0,137. Berbagai nilai hasil indeks kerapatan vegetasi NDVI yang telah diamati nantinya dapat digunakan untuk proses estimasi kandungan bahan organik tanah yang terdapat di Desa Petungsewu dengan memperhatikan kondisi dari bahan organik serta nilai spektral yang terdapat di kawasan yang diamati (Palm et al., 2011).
Hubungan kandungan bahan organik tanah dengan nilai Normalized Difference
Vegetation Index (NDVI)
Hubungan yang terdapat diantara kandungan bahan organik tanah yang telah dianalisis aktual di lahan dengan nilai NDVI yang dianalisis pada citra satelit yang telah diamati mennjukkan bahwa tingkat korelasi antara nilai bahan organik tanah di lapangan dengan nilai NDVI memiliki tingkat korelasi yang tergolong kuat dengan menunjukkan nilai sebesar r = 0,877. Keterkaitan antara kandungan bahan organik tanah dengan nilai NDVI disajikan pada Gambar 2.
Hubungan antara nilai NDVI terhadap kandungan bahan organik tanah di Desa Petungsewu menunjukkan bahwa kandungan bahan organik tanah terendah dimiliki oleh kelas NDVI yang rendah. Semakin tinggi kelas NDVI akan diikuti oleh tingginya kandungan bahan organik tanah. Oleh karena itu dapat dikatakan bahwa keberadaan vegetasi di atas permukaan tanah sangat erat kaitannya terhadap kandungan bahan organik tanah. Rendahnya vegetasi di atas permukaan tanah akan berdampak pada jumlah masukan bahan organik ke dalam tanah. Hasil pengujian korelasi yang dilakukan terhadap nilai aktual bahan organik tanah dengan nilai NDVI yang telah dilakukan didapatkan korelasi yang kuat dan dilanjutkan dengan uji regresi untuk mengetahui pengaruh dari nilai NDVI terhadap kandungan bahan organik tanah. Nilai NDVI memberikan pengaruh terhadap kandungan bahan orgnaik tanah sebesar 0,7696 atau sama dengan 76,96% yakni dapat diketahui dengan persamaan y=18,072x+0,6697. Persamaan tersebut menunjukkan bahwa sebagai contoh hasil analisis apabila nilai NDVI sebesar 1, maka nilai tersebut dianalisis dengan menggunakan persamaan yang ada, setelah itu mengganti variabel x yang ada persamaan dengan nilai NDVI tersebut agar nantinya hasil estimasi kandungan bahan organik tanah dapat diketahui. Sesuai dengan persamaan, hasil analisis, dan pengujian yang telah dilakukan,
http://jtsl.ub.ac.id 188 dengan kata lain pengaruh positif sebesar 76,96%
menunjukkan bahwa semakin tinggi nilai NDVI maka diikuti dengan adanya peningkatan kandungan bahan organik yang terdapat dalam tanah. Analisis yang didapatkan dari hasil uji korelasi serta uji regresi, didapatkan pola sebaran kandungan bahan organik tanah yang terdapat di Desa Petungsewu, Kecamatan Dau. Hasil
pengukuran bahan organik tanah, diketahui bahwa kandungan bahan organik tanah Desa Petungsewu, Kecamatan Dau tersebar ke dalam lima status yakni sangat rendah, rendah, sedang, tinggi, dan sangat tinggi. Sebaran kandungan bahan organik tanah di Desa Petungsewu, Kecamatan Dau memiliki keragaman pada berbagai titik sampel lokasi penelitian yang dianalisis.
Gambar 2. Kandungan bahan organik tanah pada berbagai kelas nilai NDVI.
Terdapat banyak faktor yang memengaruhi kandungan bahan organik tanah, seperti input bahan organik, pengolahan tanah, kondisi bentuk lahan, dan manajemen yang diterapkan.
Keberadaan bahan organik dalam tanah mencerminkan kualitas tanah yang terdapat di kawasan yang diamati. Pengaruh antara nilai NDVI dengan kandungan bahan organik tanah yang diamati dapat dilakukan proses estimasi terhadap bahan organik tanah. Proses estimasi bahan organik tanah dilakukan dengan memerhatikan hasil nilai NDVI dari transformasi citra yang dilakukan dimana mempertimbangkan nilai reflektan.
Penelitian serta pengamatan yang telah dilakukan sebelumnya banyak mengungkapkan bahwa nilai spektral NDVI memiliki korelasi yang kuat dengan kandungan bahan organik tanah.
Indeks kerapatan vegetasi NDVI digunakan dengan tujuan mengidentifikasi kerapatan vegetasi yang ada di atas permukaan tanah. Tinggi rendahnya suatu kerapatan vegetasi dapat diketahui melalui indeks kerapatan vegetasi NDVI, dengan mentransformasi citra penajaman spektral untuk menganalisa hal-hal yang berkaitan dengan vegetasi (Victor, 2019).
Kumpulan dari berbagai vegetasi yang beranekaragam ini akan menghasilkan tingkat kerapatan vegetasi yang berbeda pada tiap
penggunaan lahan di suatu daerah. Hubungan maupun pengujian yang telah dilakukan terhadap kondisi nilai bahan organik tanah dengan nilai NDVI disajikan pada Gambar 3. Vegetasi mempunyai banyak manfaat, salah satunya adalah penyumbang bahan organik dalam tanah. Sumber utama bahan organik tanah adalah jaringan tumbuhan yang berasal dari daun, ranting, cabang, batang, dan akar. Sesuai dengan pernyataan Ramifehiarivo et al. (2016), menyatakan bahwa indeks kerapatan vegetasi NDVI serta tutupan lahan ialah variabel yang signifikan untuk memprediksi kandungan bahan organik tanah dengan melihat faktor lain, seperti data iklim, geologi, dan topografi. Liu et al. (2015) juga menambahkan bahwa nilai NDVI umumnya dikenal sebagai indikator yang dapat menunjukkan cakupan kerapatan vegetasi yang terdapat dari hasil transformasi citra yang dilakukan. Nilai NDVI telah dikorelasikan dengan struktur kerapatan vegetasi yang erat kaitannya dengan biomassa yang dapat berpengaruh terhadap distribusi kandungan bahan organik tanah. Semakin rapat vegetasi yang berada di atas permukaan tanah, maka akan semakin banyak pula biomassa yang dihasilkan dan dapat disumbangkan ke dalam tanah, yang nantinya akan didistribusikan menjadi bahan organik tanah.
0 0.5 1 1.5 2 2.5 3
Rendah Sedang Tinggi
Bahan Organik Tanah (%)
Nilai NDVI
http://jtsl.ub.ac.id 189 Gambar 1. Hubungan NDVI dan kandungan bahan organik tanah.
Kandungan bahan organik di dalam tanah tidak bisa hanya mengacu pada hasil analisa citra melainkan harus melihat keadaan aktual pada lokasi penelitian (de Sousa Teixeira et al., 2015). Kandungan bahan organik dalam tanah juga dapat dipengaruhi oleh faktor lain seperti keadaan pH, mikroorganisme dalam tanah dan iklim. Yang et al. (2015) menyatakan bahwa bahan organik tanah tidak hanya dipengaruhi oleh vegetasi yang ada melainkan bisa juga dipengaruhi oleh faktor iklim dan topografi. Variabel iklim memiliki peran sebesar 20% sedangkan topografi sebesar 15% dalam mendukung adanya kandungan bahan organik dalam tanah. Hal tersebut didukung oleh Grace et al. (2006) yang mengatakan bahwa curah hujan, suhu, dan ketinggian sebagian besar memiliki peran besar dalam memengaruhi distribusi kandungan bahan organik tanah karena curah hujan dan suhu memiliki efek kuat pada proses dekomposisi bahan organik tanah. Bentuk lahan memberikan pengaruh di mana sesuai dengan pernyataan Grace et al.
(2006) menyatakan bahwa kondisi yang miring maupun curam pada bentuk lahan yang ada sangat berpengaruh terhadap kondisi bahan organik tanah yang diamati. Analisis kandungan bahan organik tanah tertinggi berada pada bentuk lahan yang datar serta membuat seresah yang ada dapat terdekomposisi pada tempat yang sama tanpa adanya pengaruh kemiringan dan membuat erosi dari seresah tersebut. Pemberian pupuk organik akan membuat penambahan bahan organik tanah ke dalam tanah selain itu bahan organik tanah juga dapat menyumbangkan unsur hara makro dan
mikro dari pelarutan senyawa organik yang terkandung pada pupuk organik. Kombinasi antara pupuk organik dengan anorganik juga memberikan manfaat bagi tanah dan tanaman dalam meningkatkan unsur hara yang dapat diserap. Hal tersebut diharapkan dapat mengoptimalkan perubahan senyawa organik menjadi bentuk ion yang dapat tersedia dan terserap oleh tanaman (Wang et al., 2015).
Pengamatan terhadap indeks kerapatan vegetasi diperlukan variabel lain yakni pengamatan kandungan bahan organik tanah di lapangan agar dapat diketahui kondisi aktual yang ada pada lahan.
Verhults dan Govaerts (2010), menyatakan bahwa NDVI tidak bisa dijadikan acuan baku, melainkan hanya indikator pendukung dalam pendugaan kandungan bahan organik, karena tiap lokasi yang diteliti memiliki karakteristik yang berbeda-beda dalam mendukung keberadaan kandungan bahan organik tanah. NDVI hanya berfokus pada persentase tutupan dan keberadaan vegetasi pada suatu daerah, sedangkan bahan organik tanah dihasilkan dari keseimbangan antara input yang diberikan pada tanah (Ramifehiarivo et al., 2016).
Estimasi kandungan bahan organik tanah dengan nilai Normalized Difference Vegetation Index (NDVI)
Hasil estimasi sebaran bahan organik tanah didapatkan pada lokasi penelitian dilakukan dengan menggunakan formula regresi yang telah didapatkan lalu dianalisis dengan menggunakan nilai NDVI. Hasil estimasi bahan organik y = 18,072x + 0,6697
R² = 0,7696
0 0.5 1 1.5 2 2.5 3 3.5
0 0.02 0.04 0.06 0.08 0.1 0.12
Bahan Organik Tanah (%)
Nilai NDVI
http://jtsl.ub.ac.id 190 diklasifikasikan menjadi lima kelas. Hasil yang
didapatkan dalam kelas klasifikasi yang rendah memiliki hasil analisis terbesar setelah itu kelas klasifikasi sedang, serta yang terkecil yakni berada
pada kelas klasifikasi sangat rendah yang dalam proses pengujian regresi yang dilakukan pada hasil pengamatan yang dilakukan dan disajikan pada Gambar 4.
Gambar 4. Peta estimasi kandungan bahan organik tanah.
Hasil estimasi kandungan bahan organik tanah kondisi status bahan organik dengan kelas rendah memiliki nilai persentase 54,71% atau 29 titik sampel dari keseluruhan analisis yang telah dilakukan. Hasil estimasi bahan organik yang paling sedikit berada di kelas sangat rendah yang hanya memiliki persentase 3,77% atau 2 titik sampel.
Kondisi tersebut mengindikasikan bahwa bahan organik tanah yang berada di kawasan lahan tanaman jeruk perlu untuk ditingkatkan agar sesuai dengan kebutuhan dari bahan organik tanah yang dibutuhkan oleh tanaman jeruk.
Proses pemenuhan bahan organik tanah yang telah dilakukan perlu untuk terus ditingkatkan serta dikembangkan agar dalam proses dekomposisi dari bahan organik tanah dapat tepat terserap pada tanaman jeruk. Hubungan bentuk lahan di Desa Petungsewu dengan estimasi bahan organik tanah
disajikan pada Gambar 5. Kandungan bahan organik tanah yang ideal untuk lahan tanaman jeruk berkisar antara 3-5% (Andrini, 2011). Kondisi ideal tersebut sangat dibutuhkan dalam proses pertumbuhan agar penyerapan unsur hara yang dilakukan tanaman jeruk dapat sesuia dengan hasil yang diharapkan. Kandungan bahan organik tanah baik dilihat dari kondisi aktual maupun hasil estimasi didapatkan hasil bahwa tidak terdapat yang berada di kelas tinggi yang berkisar antara 3-5%.
Estimasi serta analisis yang dilakukan tersebut dapat memberikan rekomendasi terhadap proses manajemen lahan serta penambahan pupuk organik yang dapat meningkatkan kandungan bahan organik tanah yang terdapat di perkebunan tanaman jeruk yang berada di kawasan perkebunan tanaman jeruk Balai Penelitian Tanaman Jeruk dan Buah Subtropika.
http://jtsl.ub.ac.id 191 Gambar 5. Hubngan estimasi kandungan bahan organik tanah dan bentuk lahan.
Kesimpulan
Kesimpulan Hasil analisis indeks kerapatan vegetasi NDVI menunjukkan tingkat korelasi yang kuat terhadap kandungan bahan organik tanah yakni sebesar r = 0,877 serta memberikan pengaruh sebesar 76,96% dengan persamaan y = 18,072x + 0,6697. Persamaan uji regresi yang didapatkan menghasilkan sebaran status bahan organik tanah yang memiliki tingkat keakuratan yang akurat yakni sebesar 81,1%. Uji reliabilitas dilakukan dengan melakukan uji t berpasangan dan didapatkan nilai t
= 0,01 dan nilai p = 0,991 yang berarti hipotesa (H0) diterima. Namun uji akurasi hanya dilakukan pada titik sampel permodelan dan perlu untuk dilakukan uji akurasi pada titik sampel lain di luar titik sampel permodelan tersebut.
Ucapan Terima Kasih
Penulis menyampaikan terima kasih kepada Balai Penelitian Tanaman Jeruk dan Buah Subtropika yang telah memberikan fasilitas dalam pelaksanaan penelitian ini.
Daftar Pustaka
Allison, F.E. 1973. Soil Organic Matter and Its Role in Crop Production. Elsevier Scientific Publishing Company. New York. 639pp.
Andrini, A. 2011. Kondisi Ideal Bahan Organik Tanah Tanaman Jeruk. Balai Penelitian Tanaman Jeruk dan Buah Subtropika. Batu.
Arnanto, A. 2013. Pemanfaatan transformasi Normalized Difference Vegetation Index (NDVI) Citra Landsat TM untuk zonasi vegetasi di lereng
Merapi bagian selatan. Jurnal Geomedia 11(2):155- 170.
Badan Pusat Statistika Provinsi Jawa Timur. 2021.
Provinsi Jawa Timur dalam Angka 2021. Badan Pusat Statistika. Jawa Timur.
Badan Pusat Statistika. 2020. Statistik Tanaman Buah- buahan dan Sayuran Kabupaten Malang 2018-2019.
Badan Pusat Statistika. Malang.
Balai Penelitian Tanah. 2009. Petunjuk Teknis Analisis Kimia Tanah, Tanaman, Air dan Pupuk. Balai Penelitian Tanah. Bogor.
Darliana. 2011. Pengaruh jenis bokasi terhadap bobot isi, C-organik, dan KTT tanah, serta hasil daun teh pada Andosol asal Gambung. Jurnal Tropik Pertanian 3(5):201-216.
de Sousa Teixeira, D.B., Ramos, V.L., de Morais, A.B., de Figueiredo, J.V. and Gomes Costa, C.A.G. 2017.
Relative influence of NDVI in the organic matter content of semiarid soils. Conference: III Encontro Internacional de Jovens Investigadores, at: Fortaleza- CE.
Grace, J., Jose, J.S., Meir, P., Miranda, H. and Montes, R.A. 2006. Productivity and condirion carbon fluxes of tropical savannas. Journal of Biogeography 33(4):387- 400.
Hamidah, S. 2015. Sayuran dan Buah serta Manfaatnya bagi Kesehatan. UNY Press. Yogyakarta, 348pp.
Jastrow, D.J., Amonetto, J.E. and V.L. Bailey, V.L. 2010.
Mechanism controlling soil carbon turnover and their potential application for enhancing carbon sequestration. Climatic Change 2(80):5-23.
Liu, S., An, N., Yang, J., Dong, S., Wang, C. and Yin, Y.
2015. Prediction of soil organic matter variability associated with different land use types in mountainous landscape in Southwestern Yunnan Province, China. Catena 133:137-144.
Lombu, C.B., Rauf, A. dan Supriadi. 2017. Pemetaan status hara P, pH dan C organik tanah sawah di Desa
y = -0,0273x + 2,4566 R² = 0,7635 S = 0,449722
0 0.5 1 1.5 2 2.5 3
0 6.87513.7520.62527.534.37541.2548.125
Estimasi Kandungan Bahan Organik Tanah (%)
Bentuk Lahan (°)
0-2 2-4 4-8 8-16 16-35 35-55 >55
http://jtsl.ub.ac.id 192 Hilibadalu Kecamatan Sogaeadu Kabupaten Nias.
Jurnal Pertanian Tropik 4(3):240-251.
Palm, C.A., Gachengo, C.N., Delve, R.J., Candish, G.
and K.E. Giller, K.E. 2011. Organic input for soil fertility management and tropical agroecosystem:
application of an organic resource database.
Agricukture, Ecosystem and Environment 83:27-42.
Ramifehiarivo, N., Brossard, M., Grinand, C., Andriamananjara, A., Razafimbelo, T., Rasolohery, A., Razafimanatratra, H., Seyler, F., Ranaivoson, N., Rabenarivo, M., Albrecht, A., Razafindrabe, F.
Razakamanarivo, H. 2016. Mapping soil organic carbon on a national scale: towards an improved an updated map of Madagascar. Geoderma Regional 30:1-10.
Ranjan, R., Jha, A., Ramu, N. and Nain, A.S. 2015. Soil organic carbon estimation using remote sensing in Tarai Region of Uttarakhand. Annuals of Plant and Soil Research 17:361-364.
Rouse, J.W.Jr., Haas, R.H., Deering, D.W., Schell, J.A.
and Harlan, J.C. 1974. Monitoring the Vernal Advancement and Retrogradation (Green Wave Effect) of Natural Vegetation, NASA/GSFC Type III Final Report, Greenbelt, MD., 371p.
Tarigan, D.R. dan Mardiatno, D. 2012. Pengaruh erosivitas dan topografi terhadap kehilangan tanah pada erosi alur di Daerah Aliran Sungai Secang Desa Hargotirto Kecamatan Kokap Kabupaten Kulonprogo. Jurnal Bumi Indonesia 1(3):77203.
Verhults, N. and Govaerts, B. 2010. The Normalized Difference Vegetation Index (NDVI) Green Seeker TM handheld sensor: Toward the integrated evaluation of crop management. Part A: Concepts and case studies. CIMMYT: Meksiko.
Victor, A.E. 2019. Above-ground carbon stock estimation using Pleiades Satellite Imagery of the secondary forest ecosystem in Ibadan, Nigeria.
Forestry Research and Engineering. International Journal 3(2):46-54.
Walkley, A. and Black, I.A. 1934. An examination of the Degtjaref method for determining soil organic matter and a proposed modification of the chromic acid titration method. Soil Science 37:29-38.
Wang, S., Tan, Y., Fan, H., Ruan, H. and Zheng, A. 2015.
Response of soil microarthropods to inorganic and organic fertilizers in a popular plantation in a coastal area of Eastern China. Applied Soil Ecology 12(3):258-268.
Yang, C., Zhu, X., Wei, Y., Cao, S., Guo, X., Yu, X., and Chang, C. 2015. Estimating apple tree canopy chlorophyll content based on Sentinel-2A remote sensing imaging. Scientific Reports 8:756.
